Sistema Multi-Agente para la Generación de Movimientos de Ajedrez. Juan Fco. Rodríguez Hervella

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Sistema Multi-Agente para la Generación de Movimientos de Ajedrez. Juan Fco. Rodríguez Hervella"

Dolores Cristina Reyes Juárez
hace 8 años
Vistas:

1 Sistema Multi-Agente para la Generación de Movimientos de Ajedrez Juan Fco. Rodríguez Hervella

2 Indice Introducción. MAS para la Generación de Movimientos. Arquitectura FIPA-OS. Trabajos Futuros. Referencias. Título 2

3 Introducción Juegos de perfect information Ajedrez Damas Tres en Raya... Ajedrez: métodos utilizados Fuerza bruta ( Redes neuronales ( Búsqueda distribuida ( Agentes? Título 3

research.ibm.com/deepblue) Redes neuronales (http://neural-chess.

4 Introducción Fuerza bruta no es factible. Búsqueda del espacio de soluciones: Minimax + optimizaciones. Generación de movimientos. Funciones de evaluación. Título 4

5 Introducción Redes neuronales: Basados en la evolución: Evolutionary algorithms being applied to a population of potential candidate evaluation functions (genetic population) Reproducción de la población: The likelihood of an individual to pass on its genetic information to the next generation is proportional to its performance in finding the correct moves for known given problems Título 5

población: The likelihood of an individual to pass on its genetic information to the next

6 Búsqueda distribuida: Introducción Servidor central distribuye los sub-árboles. Clientes distribuidos evalúan la posicion. El servidor central recibe las contribuciones y decide el siguiente movimiento. Título 6

7 Introducción Agentes que juegan al ajedrez: Basado en el estudio: W hen A nts P lay C hess, A. D rogoul, 1995 Cada pieza es un agente. Objetivo codificado en reglas. Visión local del entorno. C om portam iento autónom o. Idea: jugar como lo hace un ser humano Problema: juega mal (los humanos también!). Título 7

Objetivo codificado en reglas. Visión local del entorno.

8 MAS para la Generación de Movimientos Por qué el nivel es bajo? El mejor movimiento es determinado por el entorno y conocimientos locales del agente. Idea: utilizar agentes para: Sugerir una ordenacion de los movimientos posibles al jefe (el Rey o un nuevo agente) Objetivo: Taking the best of both worlds Táctica definida por los agentes. Estrategia basada en la decisión del jefe. Título 8

Idea: utilizar agentes para: Sugerir una ordenacion de los movimientos posibles al jefe (el Rey o

9 MAS para la Generación de Movimientos Que mejoramos respecto a la fuerza bruta? Prueba: Partidas rápidas los agentes deciden. Partidas lentas: E l rendim iento m ejora pues los m ejores m ovim ientos (segú n los agentes) se analizan antes. Implementar, jugar...y ver que pasa. Título 9

Partidas lentas: E l rendim iento m ejora pues los m ejores m ovim

10 MAS para la Generación de Movimientos Algoritmo Base: Valoración material de cada agente: Peón = 1, C aballo/alfil = 3, Torre = 4, D am a = 10 Cada posición del tablero sabe: La pieza que contiene. W hitestrength (W S), B lackstrength (B S). W hited iff (W D = W S B S). B lackd iff (B D = B S - W S). Título 10

posición del tablero sabe: La pieza que contiene.

11 MAS para la Generación de Movimientos Sumar (+10) en los cuadros que se amenazan. Inform ar a las piezas am enazadas. Evaluación de cada casilla que puede ser ocupada: (+ 2 * valor m aterial de pieza com ida) (+ valor m aterial de piezas am ezadas) Las piezas am enazas inform an de este valor. (+ valor m aterial de piezas protegidas) (- valor m aterial del agente) (- W D /B D del lugar que ocupa el agente). Título 11

Evaluación de cada casilla que puede ser ocupada: (+ 2 * valor m aterial de pieza com ida) (+ valor m

12 Ejemplo: MAS para la Generación de Movimientos Título 12

13 Ejemplo: MAS para la Generación de Movimientos Evaluación Título 13

14 Ejemplo: MAS para la Generación de Movimientos Evaluación 2. Ataque y defensa Título 14

15 Ejemplo: MAS para la Generación de Movimientos Evaluación 2. Ataque y defensa 3. Desplazamiento Título 15

16 Ejemplo: MAS para la Generación de Movimientos Evaluación 2. Ataque y defensa 3. Desplazamiento 4. Selección aleatoria Título 16

17 MAS para la Generacion de Movimientos Resultados obtenidos (1995): Contra humanos: Victorias: 57, D errotas: 83, Tablas: 60 (28.5% ) Contra GNU Chess: Conclusión: Victorias: 0, D erroras: 50, Tablas: 0 El programa es MUY MALO. Título 17

18 MAS para la Generacion de Movimientos Algoritmo Modificado: Comunicar los movimientos evaluados a un agente central ( jefe ). El agente central ordena los movimientos, y selecciona los mejores: D escartando el resto ( Hum an B ehaviour ) N o descartando ninguno. Esto sólo tiene sentido si los agentes son rapidos! Implementación en FIPA-OS! Título 18

El agente central ordena los movimientos, y selecciona los mejores: D escartando el

19 Por qué usar FIPA-OS? FIPA-OS Evaluación de la plataforma :-) Maximizar la interoperabilidad. Instalación de la plataforma (~ 5 min.): Requisitos: Pentium 166, 64 M bytes R AM, 4 M bytes disco. Java Plataforma utilizada: FreeB SD Java Título 19

20 FIPA-OS Software Agent Agent Communication Language (ACL) Agents Agent Management System (AMS) Directory Facilitator (DF) Components Message Transport Service (MTS) Agent Comm. Channel (ACC) FIPA reference model Título 20

Facilitator (DF) Components Message Transport Service

21 FIPA-OS Agent Layer Task Layer Conversation Layer Messaging Layer Profiles Parsers FIPA-OS architecture stack Título 21

22 FIPA-OS Ruta de archivo \bat \certificates \classes\ Descripción scripts para ejecutar la plataforma claves y certificados de agentes. RMI + SSL FIPA-OS core compilado sin opciones de FIPA_OSv2_1_0.jar depuración. \databases Lugar donde se almacenan datos persistentes \imports Componentes de terceras partes (e.g. Xerces) \src Código fuente \javadocs Documentacion de clases \docs Distribution notes.pdf (~ manual) \docs\licenses Licencia \tools Herramientas de ayuda \profiles Profiles de agentes suministrados \examples Mensajes ACL de ejemplo Título 22

23 FIPA-OS Título 23

24 Trabajos Futuros 1. Validar el sistema mediante experimentación: a) Implementar los agentes en FIPA-OS. 2. Extraer conclusiones: Ajedrez: Aprender estrategias nuevas => nuevas funciones de evaluacion... feedback Otros ámbitos: Sim ulacion de sociades com plejas jerarquizadas (los agentes N O tienen la últim a palabra). Título 24

25 Referencias A. Drogoul, When Ants Play Chess (Or Can Strategies Emerge From Tactical Behaviours?), R. Brooks, Elephants Don't Play Chess, USA Robotics and Autonomous Systems, 1990, M IT. P. Frey, An Introduction to Computer Chess, in Chess Skills in Man and M achine, Springer-Verlag, NY, 1977 S. Poslad and P. Charlon, Standardizing Agent Interoperability: The FIPA approach, Multi Agent Systems and Applications, 9 th ECCAI, Prague, Czech Republic, Título 25

Documentos relacionados

Estandar FIPA Foundation for Intelligent Physical Agents

Estandar FIPA Foundation for Intelligent Physical Agents Alumna: Divina Ferreiro Barreiro Asignatura: Sistemas Multiagente Escuela Superior de Ingenieria Informática Universidad de Vigo Estandar FIPA Introducción